基于WLAN位置指纹与惯性传感器的室内定位技术研究

发布时间：2017-03-28 07:00

  本文关键词：基于WLAN位置指纹与惯性传感器的室内定位技术研究，由笔耕文化传播整理发布。

【摘要】：近年来,随着计算机技术与无线通信技术的快速发展和日益成熟,人们在日常生活中对基于位置服务(Location Based Service, LBS)的需求正变得愈发迫切。在室外环境下,卫星导航定位系统可以为人们提供全方位、高精度的实时定位服务。然而在室内,目前尚未出现一种可靠而高效的定位技术能够满足大众对于室内高精度定位的需求。基于无线局域网(Wireless Local Area Network, WLAN)位置指纹定位技术以其低成本、易实现等优势,逐渐成为业界的研究热点。但是,复杂多变的室内环境使得WLAN信号的接收信号强度(Received Signal Strength Indication, RSSI)表现出多变性和复杂性,这使得单纯基于WLAN的位置指纹定位技术难以取得较高的定位精度。基于智能手机惯性传感器的航位推算(Dead Reckoning, DR)技术虽然在短时间内定位精度较高,但长时间定位会存在较大的累积误差。如何将基于WLAN位置指纹定位技术与手机惯性传感器定位技术各自的优势相结合,从而实现一种低成本、高精度、高可靠性的融合定位系统,是本课题研究的主要内容之一。本文着眼于目前室内定位领域亟待解决的几个关键问题——定位精度、系统复杂度以及楼层定位,以提高室内定位系统的定位精度、降低系统复杂度为目标,以融合定位为思想,对基于WLAN位置指纹和惯性传感器的定位技术展开了相应研究。论文的贡献主要有以下几点：·针对基于Wi-Fi位置指纹算法定位精度不高的问题,提出了基于高斯核函数(Gauss Kernel Function)和卡尔曼滤波(Kalman Filtering)结合的定位算法。该算法以高斯核函数作为测试点与参考点指纹间的相似性度量,取得了比传统的WKNN算法更高的定位精度。利用卡尔曼滤波对核函数算法的定位结果进一步做滤波,可以有效纠正位置波动较大的定位结果,平滑用户的定位轨迹,使定位精度提高了20.8%。· 针对Wi-Fi位置指纹定位精度不理想、定位匹配运算量大的问题,提出了一种基于Wi-Fi惯导融合的室内定位方案。该方案首先通过手机惯性传感器获得移动用户的行走位移和行走方向,预测出用户可能所处的区域,并在此区域内利用基于高斯核函数的指纹定位算法求得初步定位结果,再经过卡尔曼滤波器后得到用户的最终定位位置。该方案不仅避免了传统融合方案中航位推算的累积误差,而且大大降低了指纹定位的匹配运算量。实验表明,融合方案的平均定位精度达到1.33m,相比于单纯的Wi-Fi定位,定位精度提高了32.8%,定位误差小于lm的概率高达54%,可以满足人们对室内高精度定位的需求。·提出了一种基于支持向量机(Support Vector Machine, SVM)的楼层判断方法。该方法首先基于Fisher准则对指纹数据库中的无线接入点(Access Point,AP)进行筛选,挑选出具有较高楼层辨识能力的AP用于生成训练样本,然后采用SVM算法对训练样本集做监督学习得到准确的楼层判断模型。实验结果表明,本文提出的楼层判断方法在部署AP较多的环境下可以实现93.8%的楼层判断准确率,即使当楼层内的AP较少时,判断准确率仍可达60%以上。
【关键词】：WLAN 位置指纹 RSSI 高斯核函数 惯性导航 支持向量机
【学位授予单位】：华东师范大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN925.93;TP212
【目录】：

• 摘要6-8
• ABSTRACT8-16
• 第一章 绪论16-25
• 1.1 研究背景及意义16-18
• 1.1.1 研究背景16-17
• 1.1.2 研究目的与意义17-18
• 1.2 国内外研究现状18-22
• 1.2.1 典型的室内定位技术18-20
• 1.2.2 室内融合定位技术20-22
• 1.2.3 室内楼层定位技术22
• 1.3 本文主要研究内容22-23
• 1.4 论文组织结构23-25
• 第二章 室内定位相关算法介绍25-37
• 2.1 无线局域网定位算法25-28
• 2.1.1 与距离相关的定位算法25-28
• 2.1.2 与距离无关的定位算法28
• 2.2 位置指纹定位28-33
• 2.2.1 位置指纹定位原理29-30
• 2.2.2 位置指纹定位算法30-33
• 2.3 惯性导航定位33-36
• 2.3.1 航位推算原理33-36
• 2.3.2 惯性导航定位的缺陷36
• 2.4 本章小结36-37
• 第三章 基于核函数和卡尔曼滤波的定位算法37-54
• 3.1 核函数算法37-42
• 3.1.1 Mercer定理39-40
• 3.1.2 核函数应用于室内定位40-42
• 3.2 卡尔曼滤波算法42-44
• 3.3 用户行走模型44-46
• 3.4 实验结果与分析46-53
• 3.4.1 实验环境46-48
• 3.4.2 核函数算法结果分析48-50
• 3.4.3 卡尔曼滤波算法结果分析50-53
• 3.5 本章小结53-54
• 第四章 基于Wi-Fi/惯导融合定位算法54-79
• 4.1 K均值聚类的局限性54-57
• 4.2 融合策略57-65
• 4.2.1 信息融合技术简介57
• 4.2.2 传统的Wi-Fi/惯导融合策略57-59
• 4.2.3 本文的Wi-Fi/惯导融合策略59-65
• 4.3 基于惯性传感器的室内定位65-74
• 4.3.1 传感器误差修正65-68
• 4.3.2 传感器计步原理68-72
• 4.3.3 步长估计和航向获取72-74
• 4.4 实验结果与分析74-78
• 4.4.1 实验步骤74-75
• 4.4.2 结果分析75-78
• 4.5 本章小结78-79
• 第五章 基于支持向量机的楼层判断方法79-90
• 5.1 楼层判断概述79-80
• 5.2 基于Fisher准则的AP选择算法80-83
• 5.2.1 进行AP选择的原因80-81
• 5.2.2 基于Fisher准则的AP选择81-83
• 5.3 基于SVM的楼层判断方法83-85
• 5.3.1 支持向量机简介83-84
• 5.3.2 基于SVM的楼层判断模型84-85
• 5.4 实验结果与分析85-89
• 5.4.1 实验结果85-88
• 5.4.2 原因分析88-89
• 5.5 本章小结89-90
• 第六章 总结与展望90-93
• 6.1 工作总结90-91
• 6.2 展望91-93
• 参考文献93-97
• 致谢97-98
• 攻读硕士学位期间的研究成果98

【相似文献】

中国期刊全文数据库 前10条

1 ;新型惯性传感器项目可行性报告[J];传感器世界;1995年S1期

2 张福学，任宏超;惯性传感器的发展趋势[J];电子科技导报;1996年10期

3 张浩,童调生,张帆,刘宏立;多微惯性传感器的一致性检测方法[J];传感器技术;2001年01期

4 徐景硕;惯性传感器技术及发展[J];传感器技术;2001年05期

5 俞瑛;;硅微机械惯性传感器技术及其应用[J];集成电路通讯;2005年01期

6 杨延春;吴书朝;;摆式惯性传感器机械零偏测量方法研究[J];传感技术学报;2006年06期

7 赵德申;胡雪梅;;电容惯性传感器的结构分析[J];武汉理工大学学报;2009年06期

8 张通;张骏;张怡;;机载惯性传感器信号降噪研究[J];控制工程;2010年05期

9 杜来林;杨超;;离心式惯性传感器的结构原理及性能测试[J];液压气动与密封;2011年06期

10 刘伟;;惯性传感器在油气资源勘探中的应用相关技术分析[J];电子世界;2013年08期

中国重要会议论文全文数据库 前6条

1 高杨;;微惯性传感器的新进展[A];中国工程物理研究院科技年报（2010年版）[C];2011年

2 张巧云;林日乐;谢佳维;张挺;翁邦英;王瑞;赵建华;郑永祥;吕志清;;石英微机械惯性传感器的研究[A];中国惯性技术学会第五届学术年会论文集[C];2003年

3 蒋庆华;苑伟政;常洪龙;王涛;;电容式微机械惯性传感器信号检测技术研究[A];中国微米、纳米技术第七届学术会年会论文集（一）[C];2005年

4 赵汝准;赵祚喜;张霖;俞龙;孙道宗;;集成惯性传感器ADIS16355的三轴转台实验与性能分析[A];中国农业工程学会2011年学术年会论文集[C];2011年

5 杨拥军;徐爱东;郑锋;徐永青;何洪涛;卞玉民;吝海锋;吕树海;罗蓉;邹学锋;;硅MEMS惯性传感器的研究和开发[A];中国惯性技术学会第五届学术年会论文集[C];2003年

6 崔健;廖兴才;杨军;;MEMS惯性传感器在汽车ESP中的应用[A];惯性技术发展动态发展方向研讨会文集——新世纪惯性技术在国民经济中的应用[C];2012年

中国重要报纸全文数据库 前1条

1 齐乃波;走近金字塔的中国人[N];中国航空报;2005年

中国博士学位论文全文数据库 前2条

1 罗小兵;微惯性流体器件中的流动和传热及其工程应用[D];清华大学;2002年

2 郑旭东;基于新型梳状栅电容结构的微机械惯性传感器研究[D];浙江大学;2009年

中国硕士学位论文全文数据库 前10条

1 赵金阁;基于惯性传感器的偏瘫康复监测系统的研究[D];燕山大学;2015年

2 邓仲哲;基于惯性传感器和地图匹配的行人室内定位算法[D];哈尔滨工业大学;2015年

3 朱金林;基于MEMS惯性传感器的室内3D定位系统研究[D];华侨大学;2015年

4 周圆;基于惯性传感器和Wi-Fi信号的室内定位算法研究[D];大连理工大学;2015年

5 罗漫;基于惯性传感器的手姿态捕捉系统研究[D];华东交通大学;2015年

6 王珊;基于惯性传感器和WiFi联合室内定位方法的研究与实现[D];南京邮电大学;2015年

7 杨翼;面向列车完整性监测的惯性传感器校准方法研究[D];北京交通大学;2016年

8 郭晓琳;基于手机惯性传感器的相对定位技术的研究与应用[D];北京邮电大学;2014年

9 张旭;基于WLAN位置指纹与惯性传感器的室内定位技术研究[D];华东师范大学;2016年

10 万庆元;空间惯性传感器的扰动力分析[D];华中科技大学;2007年

  本文关键词：基于WLAN位置指纹与惯性传感器的室内定位技术研究，，由笔耕文化传播整理发布。

本文编号：271809